Logistic回归均方误差

predict_proba 是预测样本属于某个类的概率。这些概率的arg max是预测类(分类形式)。RMSE不是分类指标。如果要评估模型,请考虑不同的度量标准,如 accuracy_score :

from sklearn.metrics import accuracy_score
predictions = your_model.predict(X_test)
print("Accuracy: %.3f" % accuracy_score(y_test, predictions))

brier得分,基本上是均方误差,是利用概率得分的分类模型的已知有效损失函数;我也会看看这个。

对于您的特定问题,您希望比较为目标类返回的概率,即针对二进制类问题:

from sklearn.metrics import brier_score_loss

probs = your_model.predict_proba(X_test)
brier_score_loss(y_true, probs[:, 1])

我不确定brier是否是针对多类问题正式定义的。我想指出平均错误分类错误的概念,它将不同类别的错误平均化。

要在sklearn API中利用这一点,请将您的y\u true分类编码,即每个类都有自己的列,并调用

sklearn。指标。mean\u squared\u error(y\u true,probs,multioutput=均匀\u average)

以下是计算RMSE的方法:

import numpy as np
from sklearn.metrics import mean_squared_error
x = np.range(10)
y = x
rmse = np.sqrt(mean_squared_error(x, y))

可以改变 y_test 转换为与 predict_proba 输出如下:

model = sklearn.linear_model.LogisticRegression().fit(X,y) # or whatever model
label_encoder = sklearn.preprocessing.LabelEncoder()
label_encoder.classes_ = model.classes_
y_test_onehot = sklearn.preprocessing.OneHotEncoder().fit_transform(label_encoder.transform(y_test).reshape((-1,1)))

现在,您可以在 sklearn.metric .这对于计算,比如说,brier分数是至关重要的。